Automatically Finding and Validating Unexpected Side-Effects of Interventions on Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Pope, Quintin, Balaji, Ajay Hayagreeve, Thibodeau, Jacques, Fern, Xiaoli |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Finding your MUSE: Mining Unexpected Solutions Engine
di: Sweed, Nir, et al.
Pubblicazione: (2025)
di: Sweed, Nir, et al.
Pubblicazione: (2025)
Assessing and Mitigating Data Memorization Risks in Fine-Tuned Large Language Models
di: Ramakrishnan, Badrinath, et al.
Pubblicazione: (2025)
di: Ramakrishnan, Badrinath, et al.
Pubblicazione: (2025)
Uncovering Hidden Violent Tendencies in LLMs: A Demographic Analysis via Behavioral Vignettes
di: Myers, Quintin, et al.
Pubblicazione: (2025)
di: Myers, Quintin, et al.
Pubblicazione: (2025)
Long-Span Question-Answering: Automatic Question Generation and QA-System Ranking via Side-by-Side Evaluation
di: Bohnet, Bernd, et al.
Pubblicazione: (2024)
di: Bohnet, Bernd, et al.
Pubblicazione: (2024)
Large Language Models in the Task of Automatic Validation of Text Classifier Predictions
di: Tsymbalov, Aleksandr, et al.
Pubblicazione: (2025)
di: Tsymbalov, Aleksandr, et al.
Pubblicazione: (2025)
Side-by-side Comparison Amplifies Dialect Bias in Language Models
di: Kondapally, Kritee, et al.
Pubblicazione: (2026)
di: Kondapally, Kritee, et al.
Pubblicazione: (2026)
Target-Side Paraphrase Augmentation for Sign Language Translation with Large Language Models
di: Bianco, Pedro Dal, et al.
Pubblicazione: (2026)
di: Bianco, Pedro Dal, et al.
Pubblicazione: (2026)
Automatic Instruction Evolving for Large Language Models
di: Zeng, Weihao, et al.
Pubblicazione: (2024)
di: Zeng, Weihao, et al.
Pubblicazione: (2024)
AutoMix: Automatically Mixing Language Models
di: Aggarwal, Pranjal, et al.
Pubblicazione: (2023)
di: Aggarwal, Pranjal, et al.
Pubblicazione: (2023)
KGValidator: A Framework for Automatic Validation of Knowledge Graph Construction
di: Boylan, Jack, et al.
Pubblicazione: (2024)
di: Boylan, Jack, et al.
Pubblicazione: (2024)
ARS: Automatic Routing Solver with Large Language Models
di: Li, Kai, et al.
Pubblicazione: (2025)
di: Li, Kai, et al.
Pubblicazione: (2025)
Arabic Automatic Story Generation with Large Language Models
di: El-Shangiti, Ahmed Oumar, et al.
Pubblicazione: (2024)
di: El-Shangiti, Ahmed Oumar, et al.
Pubblicazione: (2024)
IndicMMLU-Pro: Benchmarking Indic Large Language Models on Multi-Task Language Understanding
di: KJ, Sankalp, et al.
Pubblicazione: (2025)
di: KJ, Sankalp, et al.
Pubblicazione: (2025)
Automatic Adaptation Rule Optimization via Large Language Models
di: Ishimizu, Yusei, et al.
Pubblicazione: (2024)
di: Ishimizu, Yusei, et al.
Pubblicazione: (2024)
Automatically Planning Optimal Parallel Strategy for Large Language Models
di: Li, Zongbiao, et al.
Pubblicazione: (2024)
di: Li, Zongbiao, et al.
Pubblicazione: (2024)
Promptomatix: An Automatic Prompt Optimization Framework for Large Language Models
di: Murthy, Rithesh, et al.
Pubblicazione: (2025)
di: Murthy, Rithesh, et al.
Pubblicazione: (2025)
Information Flow Routes: Automatically Interpreting Language Models at Scale
di: Ferrando, Javier, et al.
Pubblicazione: (2024)
di: Ferrando, Javier, et al.
Pubblicazione: (2024)
Applying Large Language Models and Chain-of-Thought for Automatic Scoring
di: Lee, Gyeong-Geon, et al.
Pubblicazione: (2023)
di: Lee, Gyeong-Geon, et al.
Pubblicazione: (2023)
Automatic Input Rewriting Improves Translation with Large Language Models
di: Ki, Dayeon, et al.
Pubblicazione: (2025)
di: Ki, Dayeon, et al.
Pubblicazione: (2025)
Steering Language Models Before They Speak: Logit-Level Interventions
di: An, Hyeseon, et al.
Pubblicazione: (2026)
di: An, Hyeseon, et al.
Pubblicazione: (2026)
Whispering Experts: Neural Interventions for Toxicity Mitigation in Language Models
di: Suau, Xavier, et al.
Pubblicazione: (2024)
di: Suau, Xavier, et al.
Pubblicazione: (2024)
The Validation Gap: A Mechanistic Analysis of How Language Models Compute Arithmetic but Fail to Validate It
di: Bertolazzi, Leonardo, et al.
Pubblicazione: (2025)
di: Bertolazzi, Leonardo, et al.
Pubblicazione: (2025)
Can Large Language Models Automatically Score Proficiency of Written Essays?
di: Mansour, Watheq, et al.
Pubblicazione: (2024)
di: Mansour, Watheq, et al.
Pubblicazione: (2024)
SIMBA UQ: Similarity-Based Aggregation for Uncertainty Quantification in Large Language Models
di: Bhattacharjya, Debarun, et al.
Pubblicazione: (2025)
di: Bhattacharjya, Debarun, et al.
Pubblicazione: (2025)
CausalDetox: Causal Head Selection and Intervention for Language Model Detoxification
di: Wang, Yian, et al.
Pubblicazione: (2026)
di: Wang, Yian, et al.
Pubblicazione: (2026)
Finding Answers in Thought Matters: Revisiting Evaluation on Large Language Models with Reasoning
di: Jo, Hwiyeol, et al.
Pubblicazione: (2025)
di: Jo, Hwiyeol, et al.
Pubblicazione: (2025)
Human-Calibrated Automated Testing and Validation of Generative Language Models
di: Sudjianto, Agus, et al.
Pubblicazione: (2024)
di: Sudjianto, Agus, et al.
Pubblicazione: (2024)
Evaluating Large Language Models on Rare Disease Diagnosis: A Case Study using House M.D
di: Gupta, Arsh, et al.
Pubblicazione: (2025)
di: Gupta, Arsh, et al.
Pubblicazione: (2025)
Automatic Question & Answer Generation Using Generative Large Language Model (LLM)
di: Ehsan, Md. Alvee, et al.
Pubblicazione: (2025)
di: Ehsan, Md. Alvee, et al.
Pubblicazione: (2025)
Automatic Transmission for LLM Tiers: Optimizing Cost and Accuracy in Large Language Models
di: Na, Injae, et al.
Pubblicazione: (2025)
di: Na, Injae, et al.
Pubblicazione: (2025)
LLM Comparator: Visual Analytics for Side-by-Side Evaluation of Large Language Models
di: Kahng, Minsuk, et al.
Pubblicazione: (2024)
di: Kahng, Minsuk, et al.
Pubblicazione: (2024)
Information Gain-Guided Causal Intervention for Autonomous Debiasing Large Language Models
di: Sun, Zhouhao, et al.
Pubblicazione: (2025)
di: Sun, Zhouhao, et al.
Pubblicazione: (2025)
Consistency-Aware Editing for Entity-level Unlearning in Language Models
di: Han, Xiaoqi, et al.
Pubblicazione: (2025)
di: Han, Xiaoqi, et al.
Pubblicazione: (2025)
Measuring what Matters: Construct Validity in Large Language Model Benchmarks
di: Bean, Andrew M., et al.
Pubblicazione: (2025)
di: Bean, Andrew M., et al.
Pubblicazione: (2025)
Using Large Language Models to Create AI Personas for Replication, Generalization and Prediction of Media Effects: An Empirical Test of 133 Published Experimental Research Findings
di: Yeykelis, Leo, et al.
Pubblicazione: (2024)
di: Yeykelis, Leo, et al.
Pubblicazione: (2024)
Improving Automatic Summarization of Radiology Reports through Mid-Training of Large Language Models
di: Lyu, Mengxian, et al.
Pubblicazione: (2026)
di: Lyu, Mengxian, et al.
Pubblicazione: (2026)
Automatically Extracting Numerical Results from Randomized Controlled Trials with Large Language Models
di: Yun, Hye Sun, et al.
Pubblicazione: (2024)
di: Yun, Hye Sun, et al.
Pubblicazione: (2024)
Zero-shot Benchmarking: A Framework for Flexible and Scalable Automatic Evaluation of Language Models
di: Pombal, José, et al.
Pubblicazione: (2025)
di: Pombal, José, et al.
Pubblicazione: (2025)
Automatic Information Extraction From Employment Tribunal Judgements Using Large Language Models
di: de Faria, Joana Ribeiro, et al.
Pubblicazione: (2024)
di: de Faria, Joana Ribeiro, et al.
Pubblicazione: (2024)
Knowledge-Informed Automatic Feature Extraction via Collaborative Large Language Model Agents
di: Bradland, Henrik, et al.
Pubblicazione: (2025)
di: Bradland, Henrik, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Finding your MUSE: Mining Unexpected Solutions Engine
di: Sweed, Nir, et al.
Pubblicazione: (2025) -
Assessing and Mitigating Data Memorization Risks in Fine-Tuned Large Language Models
di: Ramakrishnan, Badrinath, et al.
Pubblicazione: (2025) -
Uncovering Hidden Violent Tendencies in LLMs: A Demographic Analysis via Behavioral Vignettes
di: Myers, Quintin, et al.
Pubblicazione: (2025) -
Long-Span Question-Answering: Automatic Question Generation and QA-System Ranking via Side-by-Side Evaluation
di: Bohnet, Bernd, et al.
Pubblicazione: (2024) -
Large Language Models in the Task of Automatic Validation of Text Classifier Predictions
di: Tsymbalov, Aleksandr, et al.
Pubblicazione: (2025)